نرم افزار STE در بیستمین کنفرانس ملی هیدرولیک ایران : ارزیابی دقت شبکه های عصبی مصنوعی در برآورد قطر رسوبات بار بستر توسط نرم‌افزار STE

عنوان مقاله : ارزیابی دقت شبکه های عصبی مصنوعی در برآورد قطر رسوبات بار بستر توسط نرم‌افزار STE

رضاتیموری¹، امیر احمد دهقانی²

1– دانشجوی دکتری گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان

2- دانشیار گروه مهندسی آب دانشگاه علوم کشاورزی و منابع طبیعی گرگان

خلاصه

یکی از مسائل و مشکلاتی که در رابطه با بهره برداری از منابع آبی اهمیت خاصی پیدا نموده، مسئله رسوب می‌‌باشد. رسوب، توليد نهايي فرسايش است كه به‌وسيله آب، باد، يخ و نيروي ثقل حمل مي‌گردد. دامنه تغییرات اندازه رسوبات از ذرات کلوئیدی تا قلوه سنگ‌های بزرگ می باشد و از نظر شکل ظاهری از کاملا گرد تا تیز گوشه تغییر می کنند. حمل بار رسوبی در مسیر‌های آبرفتی بطور وسیعی مورد مطالعه قرار گرفته است و روابط متفاوتی براساس اطلاعات آزمایشگاهی یا صحرایی ارائه شده است. تمامی روش های هیدرولیکی ارائه شده برای برآورد بار رسوبی نیاز به اندازه قطر ذرات رسوبی داشته و برای این منظور یکی از مشکلات برآورد بار رسوب را میتوان اندازه گیری قطر رسوبات دانست. از طرفی با توجه به پیشرفت الگوریتم ها و روش های هوش مصنوعی در علوم مهندسی می توان با استفاده از روش هایی همچون شبکه های عصبی مصنوعی، برآورد خوبی از قطر رسوبات انجام داد و موجب کاهش زمان و هزینه های ناشی از اندازه گیری و افزایش دقت و اطمینان در تخمین ها شد. در این تحقیق با استفاده از قابلیت تعلیم شبکه های عصبی مصنوعی در نرم افزار توسعه یافته STE ، اقدام به تعلیم و ارزیابی این شبکه ها در رودخانه های استان گلستان و مازندران شده است. نتایج نشان داد تعلیم و استفاده از این شبکه ها میتواند با دقت قابل توجهی اندازه رسوبات در حال حمل توسط جریان را پیشبینی کرده و به تخمین دقیق تر بار رسوب کمک کند.

کلمات کليدي: برآورد قطر رسوبات، دانه بندی بار بستر، روش‌های هوشمند، شبکه های عصبی مصنوعی، نرم افزار STE

دانلود فایل کامل مقاله

• ویدیو ارائه مقاله